用Python实现大文本文件切割的方法


						在实际工作中，有些场景下，因为产品既有功能限制，不支持特大文件的直接处理，需要把大文件进行切割处理。

当然可以通过UltraEdit编辑工具，或者从网上下载一些文件切割器之类的。但这些要么手工操作太麻烦，要么不能满足自定义需求。

而且，对程序员来说，DIY一个轮子还是有必要的。

Python作为快速开发工具，其代码表达力强，开发效率高，因此用Python快速写一个，还是可行的。

需求描述：

输入：给定一个带列头的csv文件，或者txt文件，或者其他文本文件。

输出：指定单文件内部行数的一系列可区分小文件。

开发环境：Python 3.6

代码如下：





# -*- coding: cp936 -*-

import os

import time

 

def mkSubFile(lines,head,srcName,sub):

 [des_filename, extname] = os.path.splitext(srcName)

 filename = des_filename + '_' + str(sub) + extname

 print( 'make file: %s' %filename)

 fout = open(filename,'w')

 try:

  fout.writelines([head])

  fout.writelines(lines)

  return sub + 1

 finally:

  fout.close()

 

def splitByLineCount(filename,count):

 fin = open(filename,'r')

 try:

  head = fin.readline()

  buf = []

  sub = 1

  for line in fin:

   buf.append(line)

   if len(buf) == count:

    sub = mkSubFile(buf,head,filename,sub)

    buf = []

  if len(buf) != 0:

   sub = mkSubFile(buf,head,filename,sub) 

 finally:

  fin.close()

 

if __name__ == '__main__':

 begin = time.time()

 splitByLineCount('盂县.csv',600000)

 end = time.time()

 print('time is %d seconds ' % (end - begin))





测试结果：

1.4GB的csv文件，13列数据，切分成23个小文件，耗时55秒。

以上这篇用Python实现大文本文件切割的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。